library(knitr)## Global optionsoptions(max.print="80")opts_chunk$set(echo=TRUE,cache=FALSE,prompt=FALSE,tidy=FALSE,comment=NA,message=FALSE,warning=FALSE,options(scipen=999))opts_knit$set(width=75)# Packages utilitaireslibrary(dplyr)
Attaching package: 'dplyr'
The following objects are masked from 'package:stats':
filter, lag
The following objects are masked from 'package:base':
intersect, setdiff, setequal, union
BUG WARNING : Il peut arriver que la transformation du fichier .Rmd en .html ne s’opère pas et que vous voyiez apparaître le message d’erreur suivant RMarkdown cannot knit: html_dependency not found. Ce message d’erreur persiste même après avoir corrigé le code… ce qui est très pénible. Après avoir cherché sur les forums de discussion, j’ai trouvé une première réponse sur stackoverflow qui consiste simplement à aller sur la flèche descendnate à droite du bouton knitr et effectuer un clear knitr cache avant de relancer le Knitr. Apparemment ça marche, sans que je sache bien pourquoi. Mais la solution la plus efficace semble être d’insérer une option cache=FALSE dans les options globales du fichier Markdown. Cela va sans doute un peu ralentir l’affichage des pages HTML,mais évite les problèmes. On pourra toujours rétablir cache=TRUE si nécessaire
Notre premier objectif très limité sera de construire une carte interactive utilisant le fonds de carte OpenStreetMap que l’on pourra zoomer en avant ou en arrière. La carte comportera la localisation de la place de la gare à Sucy-en-Brie avec une “épingle” de localisation comportant une photographie de la gare et un petit texte de promotion de celle-ci.
Lancement avec leaflet()
Nous allons avoir besoin des packages suivants :
leaflet puisque c’est l’objet même du cours !
dplyr afin de pouvoir construire des programmes utilisant des pipes %>%
sf pour charger des fonds de carte de différents types (points, lignes polygones)
htmltools et htmlwidgets pour ajouter des popups interactifs sur notre carte
Pour vérifier que le package leaflet est bien installé, nous créons une première carte (vide !)
map <-leaflet()map
Et il n’y a … RIEN ! si ce n’est un bouton de zoom
Remplissage avec addTiles()
On ajoute sur ce fond de carte vide des “tuiles” cartographiques qui sont des images se modifiant selon l’échelle pour apporter plus ou moins de détails. Par défaut, le fonds de carte de référence est le fonds OpenStreetMap
library(leaflet)map <-leaflet() %>%addTiles()map
La carte est désormais interactive et on peut effectuer des zooms ou se déplacer.
Calage avec setView()
Nous allons ensuite choisir un point de référence, par exemple la place de la gare à Sucy-en-Brie. Pour trouver les coordonnées de latitude et longitude, la solution la plus simple est d’utiliser Google Maps puis de zoomer sur la zone d’étude et enfin d’effectuer un click droit avec la souris sur le point dont on cherche les coordonnées pour obtenir dans un popup les coordonnées recherchées :
On peut alors procéder à une double opération de centrage de notre carte et de définition d’une échelle d’observation afin que la carte produite par leafletcouvre bien la zone qui nous intéresse. Cette double opération est réalisée à l’aide de la fonction setView() assortie des trois paramètre suivants :
lng = pour la longitude
lat = pour la latitude
zoom = pour le degré d’aggrandissement de la carte de 1 pour le Monde entier à 20 pour une vision ulra locale
Une fois qu’on a vérifié le centrage avec un zoom fort (ici 17), on peut refaire la carte en utilisant un zoom plus faible, par exemple un zoom de 12 permettant de visualiser toute la commune de Sucy et les communes voisines.
Les tuiles OpenStreetMap qui servent de fonds de carte par défaut peuvent être remplacés par des tuiles personalisées fournies par des producteurs publics ou privés. On peut obtenir la liste des tuiles disponibles en tapant providers dans la console de R studio et les tester une par une. Mais il est souvent plus simple et plus rapide d’aller visualiser les tuiles disponibles sur ce site web où l’on peut centrer le monde sur sa zone d’étude et voir ce que donnent les différentes familles de tuiles.
A titre d’exemple, les tuiles OpenTopoMap permettent de voir la carte topographique de type IGN en couleur :
La couche Esri.WorldTopoMap fournit également une imagerie précise mais de couleurs plus neutre que les tuiles OpenTopoMap ou OpenStreetMap , ce qui sera intéressant si on superspose des marqueurs de couleur vive.
L’usage le plus fréquent de leafletconsiste à ajouter des éléments de localisation ponctuelle appelés markerset de rendre ces objets ponctuels interactifs avec l’ouverture de fenêtres popupslorsqu’on clique dessus avec la souris. On va donc voir pas à pas comment construire de telles cartes interactives en partant du cas le plus simple (marqueur unique) pour aller vers les cas plus complexes (ensemble de marqueurs de taille, couleur et formes différentes).
Nous allons commencer par indiquer l’emplacement de la place de la gare de Sucy-en-Brie sur notre carte précédente à l’aide de la fonction addMarkers() :
On constate que le marqueur donne bien la position choisi mais n’est pas interactif. Il faut ajouter plus de paramètres pour assurer l’interactivité.
Ajout d’un labelou d’un popup
On peut définir deux comportements d’un marker selon que la souris ne fait que passer dessus (label) ou selon que l’utilisateur effectue un click sur marker et déclenche l’ouverture d’une fenêtre (popup). Dans sa version la plus simple, l’interactivité consiste à ajouter une chaîne de caractère à ces deux paramètres.
icone_gare <-makeIcon(iconUrl ="img/gare_sucy_coord_googlemap.png")map <-leaflet() %>%addProviderTiles('Esri.WorldTopoMap') %>%setView(lat =48.77141, lng=2.50870, zoom =12) %>%addMarkers(lat =48.77141, lng=2.50870,# En passant la sourislabel ="GARE DE SUCY-BONNEUIL", # En cliquant sur l'iconepopup ="La gare RER A de Sucy Bonneuil est bien reliée aux communes environnantes par un réseau de bus partant dans toutes les directions")map
Amélioration du popup
Mais on peut faire beaucoup mieux, notamment pour la fenêtre popupqui peut prendre la forme d’une mini-page web dont on fixe le contenu en html avec la fonction paste0() et les dimensions avec le sous-paramètre popupOptions().
# Préparation de la fenêtre Popup my_popup =paste0("<b> LA GARE DE SUCY","</b><br/><img src=https://upload.wikimedia.org/wikipedia/commons/thumb/6/68/Gare_Sucy-en-Brie.jpg/1200px-Gare_Sucy-en-Brie.jpg width='200px'><br/>","La gare RER A de Sucy Bonneuil est bien reliée aux communes environnantes par un réseau de bus partant dans toutes les directions.")# Réalisation de la cartemap <-leaflet() %>%addProviderTiles('Esri.WorldTopoMap') %>%setView(lat =48.77141, lng=2.50870, zoom =12) %>%addMarkers(lat =48.77141, lng=2.50870,# En passant la sourislabel ="GARE DE SUCY-BONNEUIL", # En cliquant sur l'iconepopup = my_popup, # Quelques options de la popuppopupOptions =list(maxHeight =150, maxWidth =200))map
Prolongements
Et voila, le tour est joué. Il faut maintenant réfléchir à la façon de construire une carte comportant un ensemble d’épingles similaires avec des couleurs ou des formes différentes, des messages différents, des photographies variées … Il ne sera alors évidemment pas possible d’ajouter une commande addMarkers() pour chaque épingle si la carte en comporte des centaines.
Nous allons prendre comme exemple la base des équipements sportifs qui sera utilisée par la suite pour le projet de fin de semestre. Cette base peut être obtenue à travers deux API différentes :
Base permanente des équipements sportifs et de loisirs : il s’agit d’une base qui est mise à jour en temps réel et est donc très utile lorsque l’on veut actualiser sa source régulièrement : https://equipements.sports.gouv.fr/explore/dataset/data-es/table/
Base des équipements sportifs et de loisirs en 2017 : il s’agit d’une photographie de la situation en 2017 qui ne fait plus l’objet de maintenance. Elle est accessible par le site public.opendasoft qui a déjà été vue dans le premier cours https://public.opendatasoft.com/explore/dataset/res_equipements_2017/information/?disjunctive.caracteristiques&sort=equdatecreation
Préparation des données
On télécharge à titre d’exemple la base des équipements sportifs et de loisirs de la commune de Sucy-en-Brie en 2017 à l’aide du site public.opendasoft. On utilise le format d’importation geojson et on crée un objet de type spatial features. On ne sélectionne que quelques caractéristiques des équipements
On décide de repérer uniquement les terrains de rugby, de football et de tennis
sel <- sel %>%filter(typ %in%c("Court de tennis","Terrain de football","Terrain de rugby")) %>%mutate(typ=as.factor(typ))summary(sel)
id ins equ
Length:27 Length:27 Length:27
Class :character Class :character Class :character
Mode :character Mode :character Mode :character
typ anc sup geometry
Court de tennis :11 Min. :1969 Min. : 640 POINT :27
Terrain de football:11 1st Qu.:1980 1st Qu.: 648 epsg:4326 : 0
Terrain de rugby : 5 Median :1980 Median :5225 +proj=long...: 0
Mean :1983 Mean :4166
3rd Qu.:1980 3rd Qu.:7005
Max. :2016 Max. :8625
Cartographie des localisations
On commence par créer une carte des localisations des installations sportives avec AddCircleMarkers()
# Réalisation de la cartemap <-leaflet() %>%addProviderTiles('Esri.WorldTopoMap') %>%setView(lat =48.77, lng=2.53, zoom =13) %>%addCircleMarkers(data=sel)map
Réglage de la taille des cercles
On règle la taille des cercles en fonction de la surface des installations
# Calcul du diamètre des cercles sel$myradius <-10*sqrt(sel$sup/max(sel$sup,na.rm=T))# Réalisation de la cartemap <-leaflet() %>%addProviderTiles('Esri.WorldTopoMap') %>%setView(lat =48.77, lng=2.53, zoom =13) %>%addCircleMarkers(data=sel,radius=~myradius, # diamètrestroke=FALSE, # pas de bordure fillOpacity =0.5) # opacité map
Réglage de la couleur des cercles
On fait varier la couleur des cercles en fonction due l’ancienneté des installations
# Calcul du diamètre des cercles sel$myradius <-10*sqrt(sel$sup/max(sel$sup,na.rm=T))# Choix des classes mycut<-c(1960,1970,1980,2000,2010,2016)# Choix de la palette (c'est une fonction !) mypal <-colorBin('Spectral', reverse = T, sel$anc,bins=mycut)# Réalisation de la cartemap <-leaflet() %>%addProviderTiles('Esri.WorldTopoMap') %>%setView(lat =48.77, lng=2.53, zoom =13) %>%addCircleMarkers(data=sel,radius=~myradius, # diamètrestroke=TRUE, # bordure weight=1 , # épaisseur de la bordurecolor="black", # couleur de la bordureopacity =0.7 , # opacité de la bordure fillOpacity =0.5, # opacité fillColor =~mypal(anc) ) %>%addLegend(data = sel,pal = mypal, title ="Ancienneté",values =~anc, position ='topright') map
Ajout d’un popup d’information
On rajoute un popup pour afficher toutes les informations sur chaque terrain
# Calcul du diamètre des cercles sel$myradius <-10*sqrt(sel$sup/max(sel$sup,na.rm=T))# Choix des classes mycut<-c(1960,1970,1980,2000,2010,2016)# Choix de la palette (c'est une fonction !) mypal <-colorBin('Spectral', reverse = T, sel$anc,bins=mycut)# Préparation des popups mypopups <-lapply(seq(nrow(sel)), function(i) {paste0( paste("Installation: " ,sel$ins[i]), '<br>', paste("Equipement : " ,sel$equ[i]), '<br>', paste("Type : " ,sel$typ[i]), '<br>', paste("Surface : ", sel$sup[i]), '<br>',paste("Ancienneté : " ,sel$anc[i])) }) mypopups<-lapply(mypopups, htmltools::HTML) # Réalisation de la cartemap <-leaflet() %>%addProviderTiles('Esri.WorldTopoMap') %>%setView(lat =48.77, lng=2.53, zoom =13) %>%addCircleMarkers(data=sel,radius=~myradius, # diamètrestroke=TRUE, # bordure weight=1 , # épaisseur de la bordurecolor="black", # couleur de la bordureopacity =0.7 , # opacité de la bordure fillOpacity =0.5, # opacité du remplissagefillColor =~mypal(anc), # couleur de remplissagepopup = mypopups, # Popup ! ) %>%addLegend(data = sel,pal = mypal, title ="Ancienneté",values =~anc, position ='topright') map
Choix des tuiles
On fait varier les tuiles pour offrir la possibilité de visualiser la position des maisons sur un plan ou sur une photo aérienne.
# Calcul du diamètre des cercles sel$myradius <-10*sqrt(sel$sup/max(sel$sup,na.rm=T))# Choix des classes mycut<-c(1960,1970,1980,2000,2010,2016)# Choix de la palette (c'est une fonction !) mypal <-colorBin('Spectral', reverse = T, sel$anc,bins=mycut)# Préparation des popups mypopups <-lapply(seq(nrow(sel)), function(i) {paste0( paste("Installation: " ,sel$ins[i]), '<br>', paste("Equipement : " ,sel$equ[i]), '<br>', paste("Type : " ,sel$typ[i]), '<br>', paste("Surface : ", sel$sup[i]), '<br>',paste("Ancienneté : " ,sel$anc[i])) }) mypopups<-lapply(mypopups, htmltools::HTML) # Réalisation de la cartemap <-leaflet() %>%# TuilesaddTiles(group ="OSM ") %>%addProviderTiles('Esri.WorldTopoMap', group ="ESRI topo.") %>%addProviderTiles('Esri.WorldImagery', group ="ESRI photo.") %>%# Contrôle des tuilesaddLayersControl( baseGroups =c("OSM","ESRI topo.","ESRI photo."),position ="bottomright") %>%setView(lat =48.77, lng=2.53, zoom =13) %>%addCircleMarkers(data=sel,radius=~myradius, # diamètrestroke=TRUE, # bordure weight=1 , # épaisseur de la bordurecolor="black", # couleur de la bordureopacity =0.7 , # opacité de la bordure fillOpacity =0.5, # opacité du remplissagefillColor =~mypal(anc), # couleur de remplissagepopup = mypopups, # Popup ! ) %>%addLegend(data = sel,pal = mypal, title ="Ancienneté",values =~anc, position ='topright') map
Ajout d’une couche de polygones
On décide d’ajouter le polygone donnant le contour de la commune de Sucy-en-Brie ainsi que celui des quarties Iris.
com<-readRDS("data/RP/map_com.RDS") %>%filter(com_name=="Sucy-en-Brie") iris <-readRDS("data/RP/map_iris.RDS") %>%filter(com_name=="Sucy-en-Brie")# Calcul du diamètre des cercles sel$myradius <-10*sqrt(sel$sup/max(sel$sup,na.rm=T))# Choix des classes mycut<-c(1960,1970,1980,2000,2010,2016)# Choix de la palette (c'est une fonction !) mypal <-colorBin('Spectral', reverse = T, sel$anc,bins=mycut)# Préparation des popups mypopups <-lapply(seq(nrow(sel)), function(i) {paste0( paste("Installation: " ,sel$ins[i]), '<br>', paste("Equipement : " ,sel$equ[i]), '<br>', paste("Type : " ,sel$typ[i]), '<br>', paste("Surface : ", sel$sup[i]), '<br>',paste("Ancienneté : " ,sel$anc[i])) }) mypopups<-lapply(mypopups, htmltools::HTML) # Réalisation de la cartemap <-leaflet() %>%# TuilesaddTiles(group ="OSM ") %>%addProviderTiles('Esri.WorldTopoMap', group ="ESRI topo.") %>%addProviderTiles('Esri.WorldImagery', group ="ESRI photo.") %>%# Contrôle des tuilesaddLayersControl( baseGroups =c("OSM","ESRI topo.","ESRI photo."),position ="bottomright") %>%setView(lat =48.77, lng=2.53, zoom =13) %>%addPolygons(data = iris,fillOpacity =0.1,color="red",weight =0.5) %>%addPolygons(data = com,fillOpacity =0,color="red",weight =2) %>%addCircleMarkers(data=sel,radius=~myradius, # diamètrestroke=TRUE, # bordure weight=1 , # épaisseur de la bordurecolor="black", # couleur de la bordureopacity =0.7 , # opacité de la bordure fillOpacity =0.5, # opacité du remplissagefillColor =~mypal(anc), # couleur de remplissagepopup = mypopups, # Popup ! ) %>%addLegend(data = sel,pal = mypal, title ="Ancienneté",values =~anc, position ='topright') map
Exercice d’application
Construire une carte interactive de la localisation des courts de tennis en Ile de France en utilisant les données les plus récentes.
Acquisition des données
Importez un fichier de tous les courts de tennisde France au format geojson que vous transformerez au format sf. Puis sélectionnez les quatre départements 75, 92, 93, 94
id
com
ins
equ
typ
anc
sup
geometry
920040011
92004
Tennis Club du Menil
Court de Tennis Couvert
Court de tennis
1983
648
POINT (2.28549 48.92151)
920250007
92025
Tennis Club Amiot
Mini Tennis
Court de tennis
2004
93
POINT (2.24056 48.92773)
920400006
92040
Tennis de Issy-Les-Moulineaux
Courts de Tennis N° 2, 3, 4, 5
Court de tennis
1987
608
POINT (2.25639 48.81656)
920400047
92040
Halle des Sports Christiane Guillaume
Terrains de Tennis Decouverts
Court de tennis
2007
594
POINT (2.26426 48.82562)
930620002
93062
Centre Boulevard du Nord
Courts de Tennis 4
Court de tennis
1990
648
POINT (2.51619 48.90288)
930630003
93063
Complexe Sportif Paul Baldit
Mini Tennis
Court de tennis
1966
135
POINT (2.44047 48.88761)
Première carte : localisation
Construisez une première carte indiquant simplement la localisation des courts de tennis sous la forme de cercles rouge de rayon 4 pixels et d’opacité 0.5. La carte devra être centrée sur Paris et couvrir Paris et la Petite Couronne.
Deuxième carte : Ancienneté
Construisez une seconde carte permettant de repérer l’ancienneté des terrains de tennis.
On peut alors procéder à une double opération de centrage de notre carte et de définition d’une échelle d’observation afin que la carte produite par